美国政府正在豪掷10亿美元，押注人工智能能够完成数十年来"登月计划"未能实现的目标：使癌症变得更易管理且大幅提高患者生存率。
据路透社报道，在一项新宣布的与超威半导体(AMD)的合作中，美国能源部(DOE)将建造两台全球最先进的AI超级计算机——Lux和Discovery，以加速聚变能源、国防和癌症治疗领域的研究。能源部长克里斯·赖特表示，这些机器可能在"未来五到八年内"帮助将"大多数癌症（其中许多如今仍是死刑判决）转变为可控制的状况"。
对于特雷·艾德克这样的科学家来说，这一说法既令人兴奋又不够完整。艾德克在美国卫生与公众服务部高级研究项目署-健康(ARPA-H)领导一项精准肿瘤学计划。他告诉《财富》杂志："我们能否在未来八年内利用人工智能和大数据在抗癌领域取得重大突破？绝对可以。仅靠人工智能就能解决癌症问题吗？不能。"
真正的瓶颈：数据，而非计算能力
尽管Lux和Discovery功能强大，但没有"燃料"它们也无法学习。艾德克认为，该领域最大的挑战是整合多模态数据——从基因序列到组织扫描再到身体成像——这些数据对于预测患者对治疗的反应至关重要。
他将癌症领域的数据短缺与其他人工智能领域进行比较：大型语言模型(LLMs)如ChatGPT拥有互联网作为数据源；Waymo等自动驾驶汽车积累了数百万小时道路记录。相比之下，癌症研究仅能获取医院愿意且能够分享的数据量。
"癌症领域更受数据限制，"艾德克说，"我们必须在捕获和链接这些数据方面投入与计算能力同等的资源。"
他主张能源部的硬件应直接连接到正在进行的联邦项目，例如ARPA-H的ADAPT计划，该计划收集患者数据以训练预测药物反应的模型。
"将人工智能和数据结合起来，"他说，"这才是成功的关键。"
艾德克对未来几年医学中人工智能的短期展望并非自主机器人外科医生；相反，他将人工智能视为会议室中的一个新席位。
"当患者对一线治疗不再有反应时，他们的病例会被提交到这些会议，"他说，"十到十二位'绝地武士'——医学博士和哲学博士——围坐在会议室里，像《豪斯医生》剧集中那样讨论下一步该尝试什么。"
他补充道，有时决策具有随机性：某人记得上周一项研究并主张尝试其中药物。他将人工智能想象为"角落里的安静助手"，它已阅读所有文献并掌握每次试验结果。
"它不会对治疗'扣动扳机'，"他说，"它只会提供意见，而医生们必须尊重——它往往是房间里唯一通读全部资料的存在。"
在加州大学圣地亚哥分校(UCSD)的穆尔斯癌症中心，艾德克团队已基于此模式开展临床试验。他预计肿瘤学家会欢迎这种帮助，尤其在复杂病例中。
"人工智能不会像白马骑士般降临，"他说，"它已在以适度速度融入医疗系统。"
2033年：一个可能的未来
艾德克认为，到2030年代初，几乎所有患者都将获得针对其特定肿瘤的最佳现有疗法，这将真正实现他专长的精准医学。不过，为耐药癌症实时设计新药物将需要更长时间。
当前，他更希望政策制定者聚焦于将新计算能力接入真实医院数据系统。
"若有一件事——自私地说——能真正惠及科学，"他说，"就是将这些AI努力与生成所需数据的场所连接起来。"
关于赖特提及癌症作为"死刑判决"的"终结开端"说法，艾德克评价其"鼓舞人心，但需要深入解读"。
"我认为我们将在2030年前解决第一部分——为每位患者匹配最佳现有治疗，"艾德克说，"但如果没有任何疗法对你的肿瘤有效怎么办？那时就需要为每位患者实时设计药物的方法。我敢打赌这在2030年前无法解决，但人们应当开始思考这个问题。"
【全文结束】
